在《我的世界观》里，我简单写过我怎么看人：人的记忆是经验的压缩，人时刻都在被训练，人与环境会形成均衡。这篇文章算是对这些高度压缩的原则的进一步阐述吧，当然也是挂一漏万了。
我从小就被训练成一个好孩子，在学校也是好学生，不断带着父母和老师的期望往前走，没有想过其他的，直到从象牙塔出来，进入社会摸爬滚打一番后，我开始思考我真正想要追求的到底是什么？我才发现，这个问题我好像回答不了——我曾以为我所追求的东西，比如金钱、地位、权力，似乎都不是我真正想要的，而是我的父母、我的朋友、这个社会强加给我的。
在我人生的前25年里，我一直不知道我真正要的是什么，我追求的只是他人追求的，脱离这些，我竟别无所求。我时刻感觉自己生活在长久的不幸福中，无法摆脱，最近这两年，意识到我之前竭力追寻的全都是我并不需要的东西之后，我反倒看开了很多。我开始自己教育自己，大量看书写作，舍弃执念。直到现在，终于获得了些内心的平静，逐渐找到自我。
回头看这段经历，我觉得有必要好好写下来，但语言总是有界限，无从下笔，很难描述清楚我的这些感受。思来想去，我只能用机器学习的语言来类比这段经历——我们人类也经历了预训练和强化学习过程，也许这样直观一些。
于是我顺着这条线行文，尽可能把我理解的环境、观念和自我建构之间的关系写清楚。
一、预训练与社会建构
先区分社会建构和自我建构这两个概念。社会建构关注的是群体如何通过互动来定义和塑造世界：个体所认为的“现实”并非客观、天然存在的，而是由社会中的人通过持续的互动、交流和语言，共同创造和维持的。
很多我们习以为常的概念，比如“金钱”、“国家”、“性别角色”甚至“成功”，都是社会共同建构的结果。它们之所以有意义，是因为社会中的大多数人都认同并遵循这些规则。
自我建构关注的则是个体如何定义自己：我是谁，我要什么，什么让我有价值。事实上，人的自我建构一直都在发生，这里我想强调的是用来建构自我的材料是怎么筛选出来的。
在我们年纪尚小的时候，我们无法选择如何与周围的环境互动，无法针对性地获取和利用反馈来优化我们对世界的看法。在个体生命的早期（产生独立意志前的那一段时间），我们对世界的认知过程非常类似大模型的 Pre-training 阶段：环境给什么数据，我们就学什么，由此建立了一套思维框架和对世界的基础认知。在涌现出智能之后，我们才可以针对性地做出动作，与周围的环境互动，并获取反馈，优化自己脑海中的世界模型——Reinforcement Learning，而在 RL 过程里，奖励是怎么触发的非常重要。
诚实地说，我是一个典型的小镇做题家，从小受父母、老师的规训，上学的时候不断追求分数和排名，工作之后又不断追求金钱和地位。我被训练成一个非常“目标导向”的人，能吃苦耐劳，能很好地克制自己的欲望，沿着一条既定的路径达成目标。在我的大脑里，已经被训练出了一种模式：只要不断做题，就能考好，只要考好，就能获得表扬……如此不断循环。如果考不好，就是题做得不够多，就用更大量的时间来做题，总会考好的，这样的想法根深蒂固。
我所处的环境给我建构了一个“做题→考试→奖励”的正循环（社会建构），我作为个体，将这个正循环内化，并以此来定义自己的价值和目的——这当然是自我建构，只不过数据和奖励都是别人给的，我不假思索地接受了。
二、天地不仁，万物刍狗
我运气是相对好的那一批，这个正反馈持续了很久，直到我真正进入社会才发现这个世界并不像学校里面那样运行。相反，这个世界是那么客观而冷峻，它从来不给我们任何因果承诺，也不会因为人的愿望而改变一分一毫——天地不仁，万物刍狗。
无论我们接受与否，“做题→考试”的正反馈循环终究会断，只是早晚而已。我们终究有一天会意识到，原来世界和我们在学校里从小受到的教育是不一样的——努力不一定能把事情做好，把事情做好也不一定有奖励，人的力量是有限的，很多事情我们没有办法改变。
我们的世界观建立在这个人为构建的虚拟环境上，终有一天我们窥见真实世界的一角，于是世界观轰然崩塌——原来我们都过拟合了，旧的模型再也拟合不了新的数据。
世界观崩塌是极其痛苦的，每个人的应对各不相同。有的人接受不了这个事实，选择不闻不问，卯着劲继续做题，去找那些规则依然清晰、做题依然管用的地方待着；有的人慢慢被磨平了棱角，不再追问，也不再生长，流于平庸；也有的人接受了这个事实，成功转变过来，开始自己教育自己，寻求真正的自我。
三、唯有热爱可抵岁月漫长
我们总是说享受过程，接受结果，但大多数人真的理解这句话吗？事实上，我们做的很多事从来只看结果，过程本身无意义。
当一个目标是外部赋予我们的，依赖于外部的认可和回报，我们就是目标导向的，所谓的享受过程，都是自我安慰。诸如“因为我父母希望我这样做”、“因为这样别人会觉得我成功”、“因为这样可以获得一份稳定的工作”、“因为大家都在做这件事”这类想法派生的目标，带有强烈的社会建构色彩，很难让人真的享受过程——扪心自问，过程真的让我们快乐吗？我们不快乐，我们只是在完成目标，仅此而已。
在这个世界，要维持虚无的正反馈循环是如此艰难：一方面人这么多，而资源这么少，总有一天我们会成为失败者；另一方面人的欲望总是无穷无尽，这山望着那山高。如果是社会建构的目标，我们只在完成任务的那一瞬间感到释怀，大多数时候我们都在完成任务的路途中疲于奔命，所以痛苦和焦虑往往伴随着人的一生。
我们有各种各样的“哲学”安慰自己，但这样得来的幸福大多短暂而虚幻，更像是为了减少焦虑和痛苦给自己做的心理按摩（自我说服），无非让自己能够快速调整好心态，更好地卷别人而已。做题家们一切的思考和行动最终都服务于“达成目标，获得奖励”，这样的训练越多，离真正的幸福越远。
相反，唯有热爱可抵岁月漫长，只有自我建构的目标才会让人从过程本身（而不是结果）获得快乐——“因为我对它充满好奇”、“这件事让我感到快乐和满足”。用 RL 的概念来类比，这是内在奖励：奖励不来自外部的分数和表扬，而来自做这件事本身。对我来说，理解世界本身就是最大的快乐。
当然，这个世界是辩证的，目标并无好坏之分。人是社会动物，逃离社会建构是不可能的，我们也在不断自我建构，人的生活是这两种力量相互作用的结果。社会建构的目标给我们带来安全感和外部资源，而自我建构的目标则带来幸福感和内心平和。真正困难的地方在于，我们需要对自己诚实，分清楚这是我们想要的，还是只是我们需要的。
人生有不同阶段，这是客观的，我们需要接受客观约束。在我们年纪尚轻时，由于资源匮乏，我们不得不迎合群体的公认价值观以获得生存资源，比如我们需要做题取得好成绩才能获得好学历，有了好学历才能有工作，才能积累资源寻求更好的发展。我并非批判我们的过去，我们在那个阶段的确需要一些信念（就算是有偏的），来让我们坚持下去，但这些都是阶段性的。
所以当我们意识到某个目标由社会建构驱动时，我们可以选择性地接受它，顺势而为地推动事情达成目标，而不是用做题家思维来看待问题，盲目牺牲自己的精力和时间，试图以人力快速推动事情的发展变化，最终筋疲力尽不说，还没有好的结果。与此同时，我们也需要有意识地去寻找那些真正能带给我们快乐的事情。
就像此时此刻，我也受到各种各样的约束，没有充足的物质基础来寻求我想要的自由，但这并不意味着我接受流于平庸，或是像之前那样拼命“做题”透支自己——归根到底，我们要客观看待这个世界。
四、人的宿命和模型收敛
在我接触的人中，有一些人很信命，我以前非常不理解他们为什么会有这种信仰。人们常说“人的一生是自我实现的过程”，这句话充满了一种命理学的色彩，仿佛我们天生注定了会成为什么人。但现在我开始逐渐理解命理学对大家的意义——命不是我们预测未来的工具，而是帮助我们更好地安慰和开解自己。
我不相信（以后也不会信）出生的时辰就可以完全决定一个人的一生，但命理学其实是中国人的一种处事哲学。中国哲学玄之又玄，很难理解透彻，我在这里用我理解世界的方式描述这个现象，给出我自己的看法。
在我们还年轻的时候，世界观并未定型，我们往往既看不清自己，也看不清世界，一切对我们来说几乎都是新的，环境给的反馈越强烈，我们学习到的信息越多，对世界的认知越深刻，成长也非常迅疾，我们处于不断的变化中，这个时候我们是不信命的——因为我们还未拟合好这个环境，未来不确定性太强。
而当我们完成了这个所谓的“探索和学习”过程之后，世界观定型，对目前所处环境的认知也已比较全面。更新自己的认知实在是太消耗能量了，为了让自由能最小化（这个原理我在《论确定性》里聊过），我们形成了一个较为简单的机制：触发信息→基于我们现有的世界模型做出应对。
随着一次又一次的选择被做出，我们对自己的认知越发清晰，也就能看到在某种特定环境下，未来的自己将要走向的道路。我们认清了自己是谁，处于什么样的环境下，会做出什么样的决策——我们终究完成了对某个环境的拟合。在这个阶段，我们开始慢慢相信命运。人所谓的命运，其实就是一个已经收敛的模型，对自己未来的预测。
人的观点和决策是由环境（一系列事件、信息）和我们的思维模型决定的，不同个体处于的生长环境，以及各人的天赋不同，导致不同个体的思维模型会有或大或小的差异，但环境的作用是那么大，环境对人的塑造作用远远大于人先天禀赋的影响，以至于我观察到在相似的环境下，个体往往被社会建构出相似的思维模型，这些相似思维模型的个体聚集在一起互相影响，最终趋向于同质化——就像大城市的年轻人结局各有不同，而小镇上的年轻人最终趋向于相似的结局。
五、跳出局部最优
最后，写下这篇文章并非是为了泛泛地分析或者抱怨，我想强调的是——很多人改变不了，不是因为他本身不想改变，而是在当前所处的环境和生态位上已进入局部最优解。处在一个让自己觉得安逸的循环里，模型只会越来越确信自己是对的，很难再纠错。
正如王川指出：
对于个体而言，外部力量试图扭转其观点和决策，很大概率徒劳无功，远不如改变个体所处的环境有效。个体之所以会有这样的观点和决策，很大程度上早已在几年前被他接触的信息质量，所处的环境，所建立的思维模型，行动上投入的各种沉没成本，权衡利弊使用的价值标准锁定，无法更改。 人的选择非常依赖于他在各个生态环境内所能驾驭的力量：积累的连接越多，技能越多，选择也越多，自然大概率可以做出较优的决策。否则会对未知的环境存在畏难和习得性无助的情绪，有好的选择也抓不住。 任何一个环境呆久了，很容易潜移默化被周边人公认的用来攀比的价值体系所误导，而做一些瞎折腾搞很累但实际上不符合自己利益的蠢事。如果能同时在好几个不同环境里来回比较切换，就容易看清里面各自的荒谬之处。如果我们只是计较反思短期的得失，而不检讨更长期的大环境和生态上的选择，很可能永远无法真正吸取教训。
回到我自己。我的重构并不是某天突然想通的，而是环境变了：离开学校，进入社会，旧的奖励失效，模型才被迫重新学习，我开始大量看书，逐渐开始自我教育。
意志力和努力本身无法帮助我们内生地改变我们自己，但我们可以通过改变自己所处的环境来改变自己，比如大量读书、写作和复盘，屏蔽外部世界的噪音，聚焦精力在自己热爱的领域等等，都是改变自己所处环境的方式。
把自己置于一个多样化的环境和生态之下，不断进行 RL，极为重要。